Scala实现逻辑回归分类,Titanic

https://yixuan.cos.name/cn/2015/04/spark-beginner-1/

1.读取文件

import scala.io.Source
object myfirst {
  //titanic,LR
  def main(args: Array[String]) {
   val data= Source.fromFile("D:\\IDEA\\_01\\train.csv")
    data.foreach(print)
  }
}
 
import org.apache.spark.{SparkContext, SparkConf}
object myfirst{
  //titanic,LR
  def main(args: Array[String]) {
    val conf=new SparkConf().setAppName("regression").setMaster("local[1]")
    val sc=new SparkContext(conf)
    val lines = {
      sc.textFile("D:\\IDEA\\_01\\train.csv")
    }
    //lines.foreach(print)
  }
}

2.数据预处理

2.1数据结构

spark MLlib之数据类型http://uohzoaix.github.io/studies/2014/10/14/sparkMLlib(1)/

dense和sparse矩阵

LabeldPoint

import org.apache.spark.mllib.linalg.Vectorsimport org.apache.spark.mllib.regression.LabeledPoint

// Create a labeled point with a positive label and a dense feature vector.

val pos = LabeledPoint(1.0, Vectors.dense(1.0, 0.0, 3.0))

// Create a labeled point with a negative label and a sparse feature vector.

val neg = LabeledPoint(0.0, Vectors.sparse(3, Array(0, 2), Array(1.0, 3.0)))

2.2特征提取

tfidf

word2vec

countvectorizer

2.3特征转换

https://my.oschina.net/hblt147/blog/1519465

3.建模

模型选择

4.模型训练

5.模型优化

6.模型优化


逻辑回归是一种分类算法,通常用于二元分类。在Scala中,可以使用Spark ML库来实现逻辑回归算法。 下面是一个简单的Scala代码示例,用于实现逻辑回归算法: ```scala import org.apache.spark.ml.classification.LogisticRegression import org.apache.spark.ml.feature.VectorAssembler import org.apache.spark.ml.linalg.Vectors import org.apache.spark.sql.functions._ // 创建SparkSession val spark = SparkSession.builder().appName("Logistic Regression").getOrCreate() // 读取数据集 val data = spark.read.format("csv").option("header", "true").option("inferSchema", "true").load("data.csv") // 将特征向量组装成一个向量 val assembler = new VectorAssembler().setInputCols(Array("feature1", "feature2", "feature3")).setOutputCol("features") val assembledData = assembler.transform(data) // 将标签列转换为0和1 val transformedData = assembledData.withColumn("label", when(col("label") === "Yes", 1).otherwise(0)) // 初始化逻辑回归模型 val lr = new LogisticRegression() // 拟合逻辑回归模型 val model = lr.fit(transformedData) // 打印模型系数和截距 println(s"Coefficients: ${model.coefficients} Intercept: ${model.intercept}") // 预测测试集 val testData = Seq((1.0, 2.0, 3.0), (4.0, 5.0, 6.0)).toDF("feature1", "feature2", "feature3").withColumn("label", lit(0)) val assembledTestData = assembler.transform(testData) val predictions = model.transform(assembledTestData) // 打印预测结果 predictions.show() ``` 在上面的代码中,我们首先读取数据集,然后使用VectorAssembler将特征向量组装成一个向量,接着将标签列转换为0和1。然后,我们初始化一个逻辑回归模型,拟合模型,并打印模型系数和截距。最后,我们使用模型预测测试集,并打印预测结果。 需要注意的是,上述代码中的数据集和特征向量仅供示例使用,实际应用中需要根据具体情况进行修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值